Facebook створює метод, який може дозволити роботам зі штучним інтелектом переміщатися без карти

Facebook нещодавно створив алгоритм, який покращує здатність агента ШІ орієнтуватися в середовищі, дозволяючи агенту визначати найкоротший маршрут через нове середовище без доступу до карти. У той час як у мобільних роботів зазвичай запрограмована карта, новий алгоритм, розроблений Facebook, може дозволити створювати роботів, які зможуть орієнтуватися в середовищах без використання карт.

У відповідності з пост, створений дослідниками FacebookОсновним викликом для навігації роботів є надання систем ШІ здатності переміщатися в нових середовищах і досягати запрограмованих пунктів призначення без карти. Щоб впоратися з цією проблемою, Facebook створив алгоритм навчання з підкріпленням, розподілений між кількома учнями. Алгоритм отримав назву децентралізованої розподіленої оптимізації проксимальної політики (DD-PPO). DD-PPO отримав лише дані компаса, дані GPS і доступ до камери RGB-D, але, як повідомляється, він міг орієнтуватися у віртуальному середовищі та дістатися до мети без будь-яких картографічних даних.

За словами дослідників, агентів навчали у віртуальних середовищах, таких як офісні будівлі та будинки. Отриманий алгоритм був здатний орієнтуватися в змодельованому внутрішньому середовищі, вибирати правильну розвилку шляху та швидко відновлювати помилки, якщо він вибрав неправильний шлях. Результати у віртуальному середовищі були багатообіцяючими, і важливо, щоб агенти могли надійно орієнтуватися в цих звичайних середовищах, оскільки в реальному світі агент може пошкодити себе або своє оточення, якщо він не впорається.

Дослідницька група Facebook пояснила, що в центрі уваги їхнього проекту були допоміжні роботи, оскільки правильна, надійна навігація для допоміжних роботів і агентів ШІ є важливою. Дослідницька група пояснила, що навігація необхідна для широкого спектру допоміжних систем ШІ, від роботів, які виконують завдання по дому, до пристроїв на основі ШІ, які допомагають людям з вадами зору. Дослідницька група також стверджувала, що розробникам штучного інтелекту слід відмовитися від використання карт загалом, оскільки карти часто застаріли, щойно вони намальовані, а в реальному світі вони постійно змінюються та розвиваються.

Як повідомляє TechExplore, дослідницька група Facebook використала AI Habitat з відкритим кодом платформи, яка дозволила їм своєчасно навчати втілених агентів у фотореалістичному 3-D середовищі. Haven надав доступ до набору змодельованих середовищ, і ці середовища достатньо реалістичні, щоб дані, згенеровані моделлю ШІ, можна було застосувати в реальних випадках. Дуглас Хевен в MIT Technology Review пояснила інтенсивність тренувань моделі:

«Facebook тренував ботів протягом трьох днів у AI Habitat, фотореалістичному віртуальному макеті інтер’єру будівлі з кімнатами, коридорами та меблями. За цей час вони зробили 2.5 мільярда кроків — це еквівалент 80 років людського досвіду».

Через абсолютну складність навчального завдання дослідники, як повідомляється, відбирали слабких учнів під час навчання, щоб пришвидшити час навчання. Дослідницька група сподівається продовжити свою поточну модель і продовжити створення алгоритмів, які зможуть орієнтуватися в складних середовищах, використовуючи лише дані камери, відкидаючи дані GPS і компас. Причина цього полягає в тому, що дані GPS і дані компаса часто можуть бути викинуті в приміщенні, бути занадто шумними або просто недоступними.

Хоча цю технологію ще належить перевірити на відкритому повітрі, і вона має проблеми з навігацією на великі відстані, розробка алгоритму є важливим кроком у розвитку наступного покоління роботів, особливо дронів-доставників, і роботів, які працюють в офісах або вдома.